UNIVERSIDAD PERUANA DE CIENCIAS APLICADAS

FACULTAD DE INGENIERÍA
PROGRAMA ACADÉMICO DE INGENIERÍA INDUSTRIAL

CICLO 2022-II

LOGISTICA INTEGRADA Y CADENA DE ABASTECIMIENTO

SECCIÓN: IS73

TA2: Big Data en la logística

AUTORES

Evangelista Cuti, Paola Elizabeth U201920550

Granados Rivas, Adriana Yessamin U201916858
Garcia Osco, Alexander U201612997
Garcia Garcia, Lesly Katerine U20191A321
Mendoza Sánchez, Roger Adolfo U201912326
Nizama Audante, Marielena Danelly U20181C056

pág. 1
 Índice
1. Historia y/o donde nace Big Data ................................................................................... 3
2. Conceptos...................................................................................................................... 3
3. Ventajas y Desventajas de la Big Data en la Logística ...................................................... 4
3.1 Ventajas ...................................................................................................................... 4
3.2 Desventajas................................................................................................................. 5
4. Implementación de la metodología Big Data: ................................................................. 6
5. Artículos ......................................................................................................................... 8
6. Bibliografía: .................................................................................................................. 12

pág. 2
1. Historia y/o donde nace Big Data

El Big Data empieza a tener sus primeras definiciones en 1999, el término es

usado por primera vez en el trabajo de investigación “Visually Exploring
Gigabyte Datasets in Realtime”.
Kevin Ashton define el concepto de “Internet de las cosas” donde describe el
incremento exponencial de los dispositivos en línea y la posibilidad que estos
se comuniquen sin un intermediario humano.
A inicios del 2001, Doug Laney define las características que definen el Big
Data: volumen, velocidad y variedad (las 3 V.). Ese año se emplea la noción
de software que es imprescindible para las aplicaciones que se utilizan en la
nube. A finales del 2005 se concluyó que el volumen de los datos que se
manejaban digitalmente estaba incrementándose, ante esto nace la Web 2.0
la cual tiene como característica que el contenido ofrecido por la web era
facilitado por los mismos usuarios y no por los agentes que proporcionaban el
servicio.
En el 2008 se estimó que se procesaban 9,57 zetabytes (de información) a
través de todas las CPUs del mundo y al evaluar los datos concluyeron que a
partir de ese entonces se originarían 14,7 exabytes de datos por año. Al final
del 2014 por primera vez la utilización de internet en dispositivos móviles
supera a la de computadoras, ante esto el análisis de la data en grandes
cantidades se vuelve prioritario en la industria de la información y
comunicaciones.

2. Conceptos

El término Big Data se asigna a las cantidades masivas de datos que no se

pueden procesar, manejar o analizar utilizando los métodos tradicionales de
gestión y procesamiento de base de datos. Dan Kusnetzky, analista del Grupo
Kusnetzky, concluye que: "La frase Big Data se refiere a las herramientas,
procesos y procedimientos que permitan a una organización crear, manipular
y administrar grandes conjuntos de datos e instalaciones de almacenamiento"
(Camargo, 2015, p. 65).
Por otro lado, Forrester delimita la definición del Big Data como técnicas y
tecnologías que economizan el tratamiento de datos masivos. Asimismo, el Big
Data consiste en 3 elementos. En primer lugar, los métodos y las tecnologías,
es decir, que la empresa tenga los recursos necesarios para costear el análisis
datos, el cual tendrá un valor agregado por los datos que aún no se han
evaluado. En segundo lugar, el nivel masivo de datos que se deben procesar,
el cual supera los métodos de tratamientos de datos actuales. Por último, el
valor económico que hará que las soluciones sean más accesibles y ayuden a
los negocios a invertir.

pág. 3
 En la actualidad, las industrias y empresas no poseen conocimiento sobre las
definiciones de Big Data, como consecuencia las compañías no saben
administrar con el masivo volumen de información y datos que almacenan en
sus bases de datos, estos datos muchas veces pueden proporcionar
información valiosa en la toma de decisiones.
Lo que busca cubrir el manejo del Big Data es entender el modelo de negocio,
según sus datos y determinar los problemas, ya que al evaluarlos es posible
que se encuentren los problemas de la empresa o negocio.
Al implementar un modelo de implementación de Big Data se debe ser
permisivo con los métodos y herramientas, asimismo se debe conservar el
objetivo en mente, porque los procesos son tediosos y en análisis de datos se
pueden presentar dificultades

3. Ventajas y Desventajas de la Big Data en la Logística

3.1 Ventajas

➢ Tecnología del presente y del futuro:

En la actualidad, el uso del Big Data ha sido un caracterizador que ha

cooperado con el éxito de las empresas, incrementando en todos los
aspectos. Por lo que esto involucra que cada vez más empresas puedan
invertir más en relación al desarrollo de su ciencia sobre los datos, así que
se generaría un apogeo dentro del mercado con ganas de realizar una
expansión con nuevas ideas para el futuro.

➢ Mejora en la toma de decisiones:

Al poder disponer de una gran variedad de información recolectada, pues

esta se llegaría a tomar como referencia. Con unos datos estructurados y
análisis correctos, se ayudará a tomar las decisiones más certeras y
adecuadas con mayor firmeza y seguridad.

➢ Conocimiento del mercado:

La recolección de datos acerca del Big Data accede a conocer a los

compradores y poder saber sobre sus necesidades, y a la vez como se
puede descubrir nuevas tendencias en relación con el consumo o fallos
hacia la atención al cliente. Asimismo, la inclusión de los profesionales que
cuentan con un Máster respecto a Big data, brinda la posibilidad a las
empresas de ubicar oportunidades factibles por medio del tratamiento de
estos datos que ya han sido comparables y estructurados.

➢ Retroalimentación a tiempo real:

pág. 4
 Pese a la magnitud de datos que se llega a recolectar es inmensa, aun así,
cabe la posibilidad de evaluarlos instantáneamente para conseguir las
opiniones de los clientes acerca de un producto que se está elaborando,
ya que de esta forma contribuye de manera positiva para la mejora de este
mismo.

3.2 Desventajas

➢ Tecnofobia:

Esto se suele originar como una consecuencia a través de los mitos que
rondan sobre el Big Data. La tecnofobia trata sobre una relación perjudicial
por parte de los propios usuarios que son quienes consideran que su
privacidad es vulnerada cuando se recolectan datos o información
fundamental sobre ellos. Pues, debido a esto se considera que es uno de
los riesgos al usar Big Data, puesto que estos cibernautas no sepan
probablemente que esa tecnología que ellos piensan que puede ser
impetuosa, en realidad se encuentra presente en sus vidas cotidianas
desde hace muchos años.

➢ Políticas de protección de datos:

Estos datos que son manejados en la recolección y análisis en la que

interviene el Big Data, por ello es que son sumamente personales y
confidenciales. En otras palabras, las empresas que los reciben o
adquieren, pues tienen que seguir ciertas normas para que se pueda
cumplir con la legislación respectiva y no que no se exponga a diversos
riesgos cuando se use Big Data de forma incorrecta. Por ende, son
necesarios que se lleven a cabo protocolos que implanten hasta qué punto
la tecnología de ahora se podría considerar impertinente y saber cómo
protegerla.

➢ Exceso de datos:

Cuando los datos se acumulan y estudian descontroladamente, pues solo

tienden a convertirse como obstáculo para las tareas que se suelen
realizar. Por tal razón, las personas que son expertas en relación con el
Máster Big Data, son aquellos que consiguen la capacidad de diferenciar y
escoger los patrones y datos que serán siempre de utilidad.

➢ Ciberseguridad:

Uno de los riesgos más destacados de usar Big Data son los ataques
informáticos. Igualmente, el hecho de recoger y guardar información en
internet, conlleva un mayor riesgo para que sucedan los famosos

pág. 5
 ciberataques. Por ese motivo, es que cada vez se ha ido implementando
mayor seguridad y mejores protocolos para respaldar la información de
cada persona. Del mismo modo, este es uno de los riesgos de usar Big
Data porque no hay ninguna garantía de que estos softwares ofrezcan
protección de datos y que estos sean seguros.

4. Implementación de la metodología Big Data:

La tecnología Big Data se aplica mediante un conjunto de técnicas y mecanismos a

través de la codificación, almacenamiento y procesamiento de grandes volúmenes de
datos, los cuales una vez obtenidos sirven a las empresas para poder tomar las
decisiones previa evaluación de indicadores requeridos y de esta manera planificar
estrategias para cumplir con las operaciones del negocio. Respecto a la pertinencia y
la viabilidad de aplicar esta metodología y su beneficio al proceso de logística se
puede obtener mejoras en el proceso de segmentación de los clientes, comparación
de los costos representativos para moderar su indicador, ponderar a los proveedores
mediante evaluaciones para luego calificarlos.

Otras funciones claves que se pueden obtener aplicando la Big Data sobre la logística
se da en los pronósticos o situación de demanda para cumplir con los planes de
producción acerca de los productos o servicios más requeridos. Sobre la data de stock
e información de almacenes otorga mecanización al momento de realizar informes
para las decisiones y sobre el campo de las ventas brinda información acerca de los
productos que padece de desabastecimiento y notifica a los encargados su
reposición. A continuación, se expondrá la implementación del proceso de esta
metodología a alguna compañía.

● Ingresos de datos: En esta etapa se da la búsqueda y delimitación de datos

necesarios a ser implementados. Sucede la obtención de la información para
que luego se realicen análisis mediante modelos de programación que faciliten
la decisión.
● Comprensión de datos: Luego de ingresar de datos de forma general, siendo
los más pertinentes según lo que se requiera, se procede a analizar los
objetivos a cumplir y los datos son recogidos en base a los atributos de cada
proceso para el entendimiento. En términos de logística se puede mencionar
como necesidad la comprensión extensa de inventarios, entregas, compras y
ventas.
● Gestión y calidad de datos: Se da el direccionamiento del flujo de información
partiendo desde la aparición de los datos y la eliminación de información
deficiente, lo cual otorga calidad a la data registrada. Las estrategias surgen a
partir de esta data recolectada luego de retirar los datos innecesarios; algunas
características de datos retirados son aquellos que no brindan valor analítico
en la empresa, así como datos nulos, desfasados.
● Análisis de datos: Luego de depurar datos innecesarios o poco útiles para lo
que se planificó esta implementación ocurre el análisis de los grandes

pág. 6
 volúmenes de datos, buscando obtener patrones, secuencias poco claras con
las cuales se puede obtener ventajas para el crecimiento de la empresa.
● Procesamiento de datos: Parte final de la implementación de los datos, estos
en esta etapa ya se encuentran automatizados y la información puede
presentarse para emitir juicios de decisión sobre el desarrollo del proceso
productivo o también mediante indicadores dinámicos en tiempo real.

Los casos de éxito de la implementación de Big Data en logística son numerosos y

motivan a diversas empresas de distintos rubros a seguir trabajando con esta.

Por ejemplo, uno de los casos que más llamó nuestra atención es el de Nike, la
compañía multinacional de fabricación y comercialización de equipamiento deportivo,
que en los últimos años ha hecho uso de la tecnología para innovar sus productos.

La compañía hace uso de la Big Data desde que inserta la tecnología en sus
productos tales como calzados, vestimenta, y todo lo que conforma la industria
deportiva. Esto se puede evidenciar en las soluciones inteligentes que ofrecen a sus
clientes amantes del deporte. Por ejemplo, el uso de pulsómetro y otras tecnologías
esto demuestra que Nike está fomentando un crecimiento en los datos recopilados
con la información brindada por los clientes al hacer uso de sus productos
tecnológicos.

pág. 7
 5. Artículos

Título: Design and Implementation of Smart Community Big Data Dynamic Analysis
Model Based on Logistic Regression Model.

Autor: Hong Jiang

Revista: Hindawi

Resumen: El presente artículo lista los principales requerimientos solicitados por las
comunidades inteligentes como la problemática en los altos costos para la realización
de construcciones, la poca eficiencia en la gestión de proyectos Como propuesta de
solución el autor propone la utilización de mecanismos de un modelo basado en
análisis dinámico de big data con enfoque en regresión logística. Este modelo inicia
el análisis con la arquitectura basada en big data con tecnología IOT, utilizando una
plataforma de información que fue almacenada en la nube; esto con el fin de realizar
la toma de decisiones. Esta plataforma IOT cumple su función luego de recopilar datos
para efectuar el análisis. Además, se complementa con las aplicaciones que brinda
utilizar la tecnología big data en las comunidades inteligentes como en la distribución
de flujos informativos y en su distribución. Asumiendo la excelencia de información de
este flujo se propone el diseño de minería de datos que otorguen fluidez al usar el
algoritmo que brinde la gestión de los datos al momento de cuantificar la información.
Esto se da con el apoyo de una matriz informática de alta capacidad que mide la big
data y muestra la teoría del conjunto de datos y muestra las anomalías utilizando la
regresión logística que propone tendencias y patrones a través del cual se puede intuir
algún evento. Finalmente se desprende que al utilizar la tecnología big data ofrece
eficiencia y mayor precisión al momento de recolectar, analizar y procesar los datos.

Título: Metanálise dos modelos de maturidade da indústria 4.0 - meta-análisis de

modelos de madurez de la industria 4.0

Autores: Stanley Soares de Souza, Sandro Breval Santiago, Afrânio de Amorim

Francisco Soares Filho, Maurício Brilhante de Mendonça e Fabiana Lucena Oliveira

Año de Publicación: 2020

Revista: PROQUEST

Resumen:
Este artículo científico trata acerca del advenimiento de la revolución industrial 4.0
que incitó cierta tensión dentro de la industria y la sociedad, que fue impactada por
las nuevas tecnologías y por los cambios que se encuentran en el mercado laboral.
Asimismo, el grado de competencia que había entre las empresas, la relación que
tenían los gobiernos y empresas, e incluso el modo de vida que llevaba toda la
sociedad tiene un lugar cada vez más rápido. Las nuevas tecnologías que son como
los sistemas cibernéticos-física (CPS), la identificación por radiofrecuencia (RFID), el

pág. 8
internet de las cosas (IoT), el big data, la inteligencia artificial (AI), el análisis sistemas
y el almacenamiento en la nube, son aquellas herramientas en las que se accede el
surgimiento sobre una nueva era que sería para la transformación de la industria. Las
empresas y los negocios que no se puedan acoplar rápidamente a este nuevo
entorno, pues en este caso lo tendrán muy difícil con respecto a la supervivencia del
mercado. Por consiguiente, para el trabajo trajeron diversos modelos de preparación
que sirven o son utilizados como parámetros de evaluación de una organización que
se enfrenta a la Industria 4.0. Finalmente, los modelos fueron evaluados en términos
en relación a sus características y elementos establecidos por importantes autores.
Se realizó un análisis comparativo entre los modelos y el estudio se realizó a través
de un análisis bibliométrico de revistas sobre dos fuentes internacionales: Web of
Science y Scopus, donde se eligieron doce artículos, en los que cada uno proporciona
un modelo importante de madurez o preparación, teniendo en cuenta ciertos criterios
para que se pueda escoger los artículos de mayor impacto JCR.

Título: Big Data y los nuevos manejos de la información

Revista: Revista de la Institución Universitaria Esumer

Resumen:

El artículo nos da un amplio panorama sobre la Big Data, pues, presenta la definición
de esta apoyada de diferentes autores que narran los escenarios presentes y futuros
con una visión de tendencias. La Big Data es la puerta que abre un sinfín de
posibilidades para obtener diferentes tipos de información, pero no cualquiera, sino
basada en análisis de datos, y es también llamada el nuevo petróleo, pues tiene
potencialidades en ahorro de procesos y toma de decisiones eficaces. Por ende,
mientras que las empresas logren adaptarse a estos avances tecnológicos irán
logrando el enfoque deseado para la toma de decisiones. Las empresas deben
realizar la tarea de cultivar la cultura de las TIC, para que puedan investigar, calificar
y diseñar estrategias Big Data según las necesidades de esta.

En el futuro, la Big Data seguirá expandiéndose en posibilidades, será reconocida

como una herramienta eficiente para el análisis de datos masivos, se abrirán áreas
nuevas, así como en el área de logística, la Big Data engloba muchos aportes
innovadores ya que ofrece el control eficiente de los activos con los que cuenta la
empresa, analizando la información de los clientes se puede determinar las
necesidades de los consumidores. Así como también, se puede rediseñar los
productos actuales añadiendoles características únicas según los intereses.

pág. 9
Título: El impacto de la Big Data en la sociedad de la información. Significado y
utilidad.

Autor: Antonio Monleón-Getino

Revista: Revista de la Universidad de Barcelona

Resumen:

El presente artículo nos brinda información sobre la revolución digital que causan los
datos generados, pues, estos son almacenados y denominados Big Data. Se obtienen
distintos tipos de información ya sea geográfica, estadística, datos de consumo, redes
sociales, banca on line, entre otros. Define a la Big Data como el conjunto de
herramientas informáticas y estadísticas que permiten simplificar, administrar,
coordinar y analizar grandes volúmenes de información. Nos muestra también, la
capacidad de generar información valiosa procedente de sistemas digitales,
empresas y los gobiernos que se usan para dos propósitos muy importantes: ser
capaces de detectar y responder a los acontecimientos actuales. Este escenario
requiere de un mayor análisis en los datos actuales e históricos, que son
representados en diferentes volúmenes, variedades y velocidades.

Por otro lado, nos menciona un problema muy importante en el tratamiento y

almacenamiento de los Big Data: la privacidad y el control de la información. En este
artículo nos habla de la Ley Orgánica de Protección de Datos en España que se
encarga de proteger el uso de información.

Título: Las Ciencias de la Salud y la revolución del BigData

Autor: Zablah, Isaac, Urquía-Osorio, Hebel

Año de Publicación: 2019

Revista: Revista del Cuerpo Médico Hospital Nacional Almanzor Aguinaga Asenjo

Resumen:

Las TIC (Tecnologías de la información y la comunicación) se han convertido en una

necesidad para los profesionales del sector salud. La comunicación en la “nube” es
un medio que permitirá en algunos años adquirir la capacidad del procesamiento de
datos de la Big Data a un costo accesible para los investigadores, debido a que cada
vez la aplicación del tratamiento de datos será más automatizada, enfocada en la
necesidad de los investigadores.

El servicio del análisis de Big Data lo podrán utilizar los investigadores que prestan
servicios de salud como doctores y analistas para beneficiar a los pacientes con la
adquisición de nuevos métodos y descubrimientos. Se debe considerar que es posible
incrementar la rapidez de los resultados en la ciencia es posible con las nuevas

pág. 10
tecnologías de procesamiento de datos. La implementación de nuevos métodos
evolucionará hasta volverse en un bien de servicio al público como el proyecto del
Cerebro humano, entre otros.

Título: El Internet, el Big Data y el tratamiento de datos personales

Autor: Mubarak Aguad, Laisha

Año de Publicación: 2020

Revista: Revista ULIMA - Advocatus

Resumen:

Las políticas de privacidad y protección de datos de los usuarios son engorrosas y la

mayoría de veces el usuario decide no leerlas. Por lo que la aplicación de nuevos
reglamentos debería tener en cuenta el desarrollo de metodologías que permitan al
usuario dar el consentimiento informado, informar de forma clara y oportuna el manejo
de sus datos personales y notificar en caso haya un cambio de las políticas de
procesamiento de datos. Por último, informar acerca de terceras compañías con
quienes compartan la información.

El acelerado avance del procesamiento de cantidades masivas de datos, Big Data,

evidencian beneficios económicos y también sociales. Por lo que se debe descubrir
nuevas alternativas, disolución para los problemas de privacidad que sé generar al
procesar los datos, tratando de disminuir los riesgos y aumentar los beneficios. El reto
de las autoridades es acomodarse a los nuevos movimientos del entorno de la
tecnología y cuando se deben aplicar las normativas. Así también hacer cumplir a las
empresas tomando medidas que fomenten el correcto tratamiento de datos
personales de los usuarios. Para terminar en esta época del boom tecnológico sin
precedentes se deben utilizar los mecanismos que brinden protección real a los
usuarios y a los datos que administran, a pesar de que estas se utilicen masivamente
para beneficio de las empresas.

pág. 11
6. Bibliografía:

• Bastos, K. L., & Gallego, A. (2016). ¿ Qué está cambiando el rumbo de la

logística ? Cinco tendencias logísticas en la cadena de suministro. Mercatec,
51, 19–27
• El Tiempo. (15 de Marzo de 2016). Así se apropiará el ‘Big Data’ en nuestro
país. EL TIEMPO. Obtenido de http://www.eltiempo.com/archivo/
documento/CMS-16537461
• Jiang, H. (2022). Design and Implementation of Smart Community Big Data
Dynamic Analysis Model Based on Logistic Regression Model. Computational
Intelligence and Neuroscience, 2022, 4038084.
https://doi.org/10.1155/2022/4038084
• Stanley Soares de Souza, Sandro Breval Santiago, Afrânio de Amorim
Francisco Soares Filho, Maurício Brilhante de Mendonça e Fabiana Lucena
Oliveira. (Febrero 2020). METANÁLISE DOS MODELOS DE MATURIDADE
DA INDÚSTRIA 4.0. Agosto 2020, de PROQUEST. Sitio web:
https://wwwproquest.upc.elogim.com/docview/2443645632/7CA47A52667C456DPQ
/1?accountid=43860
• Camargo-Vega, J. J., Camargo-Ortega, J. F., & Joyanes-Aguilar, L. (2015).
Conociendo big data. Revista Facultad de Ingeniería, 24(38), 63-77.
• Aguad, L. M. (2018). El Internet, el Big Data y el tratamiento de datos
personales. Advocatus, (036), 205-223.
https://doi.org/10.26439/advocatus2018.n036.4753
• Zablah, I., & Urquía-Osorio, H. (2016). Las Ciencias de la Salud y la revolución
del BigData. Revista del Cuerpo Médico Hospital Nacional Almanzor Aguinaga
Asenjo, 9(2), 88-89. https://doi.org/10.35434/rcmhnaaa.2016.92.125

pág. 12